Algebra lineare per la Data Science in R
Eric Eager
Data Scientist at Pro Football Focus
Per una matrice $A$, lo scalare $\lambda$ è un autovalore di $A$ con autovettore associato $\vec{v} \neq \vec{0}$ se vale: $$A\vec{v} = \lambda \vec{v}.$$
In altre parole:
Il prodotto $A\vec{v}$ (matrice-vettore) dà lo stesso vettore di $\lambda \vec{v}$ (scalare per vettore).
Questa matrice non deve essere come quelle della lezione precedente.
print(A)
[,1] [,2]
[1,] 2 3
[2,] 0 1
Osserva che $\lambda = 2$ è un autovalore di $A$ con autovettore $\vec{v} = (1, 0)^T$:
A%*%c(1,0)
[,1]
[1,] 2
[2,] 0
2*c(1, 0)
2 0

Osserva che $\lambda = 2$ è un autovalore di $A$ con autovettore $\vec{v} = (1, 0)^T$ _e_ $\vec{v} = (4, 0)^T$:
A%*%c(1,0)
[,1]
[1,] 2
[2,] 0
2*c(1, 0)
2 0
A%*%c(4,0)
[,1]
[1,] 8
[2,] 0
2*c(4, 0)
8 0
Algebra lineare per la Data Science in R